python是数据分析常用语言之一，而Apache spark是一个开源强大的分布式查询和处理引擎

 如果通过对表分区，管理大数据量的表

 了解一个数据库最好的方法就是读读它的内核源码

了解MySQL的原理，通过源码是一个好方法。

数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。这一过程也是质量管理体系的支持过程。在实用中，数据分析可帮助人们作出判断，以便采取适当行动。

 数据库系统是一个完备的数据存储和管理系统，如果能够自己开发一个数据库，对理解数据库架构会大有好处。

数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。

 Numpy是Python的一个面向数学基本处理的包

  l可视化：利用人眼的感知能力对数据进行交互的可视表达以增强认知的技术

 资料有吗

 作为企业的应用核心，oracle数据性能和可用性是系统稳定的基础

 pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。

 利用Python的自然语言处理包，可以方便的进行语言识别和理解。

 Spark是Apache的一个顶级项目,是一个快速、通用的大规模数据处理引擎。

数据治理是指从使用零散数据变为使用统一主数据、从具有很少或没有组织和流程治理到企业范围内的综合数据治理、从尝试处理主数据混乱状况到主数据井井有条的一个过程。

azkaban是一个开源的任务调度系统，用于负责任务的调度运行（如数据仓库调度），用以替代linux中的crontab。

学习数据库建模、sql优化相关知识

apache Flink是由Apache软件基金会开发的开源流处理框架，其核心是用Java和Scala编写的分布式流数据流引擎。

如何搭建大数据平台技术架构？有没有好的大数据平台架构案例

ZooKeeper是一个分布式的，开放源码的分布式应用程序协调服务，是Google的Chubby一个开源的实现，是Hadoop和Hbase的重要组件。它是一个为分布式应用提供一致性服务的软件，提供的功能包括：配置维护、域名服务、分布式同步、组服务等。